Process / pipeline
텍스트로부터 지식 그래프 구축
지식 그래프 구축은 비정형 텍스트를 개체와 그 관계의 구조화된 그래프로 변환하는 텍스트 마이닝 파이프라인입니다. Hogan 등의 연구(2021)와 Nickel 등의 연구(2016)의 관계형 기계 학습 리뷰를 종합하면, 지식을 노드(사람, 장소, 조직과 같은 개체)와 레이블이 지정된 엣지(관계)로 연결된 형태로 표현하며, 의미론적 검색, 추천 시스템 및 추론에 사용됩니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- Hogan, A. et al. (2021). Knowledge Graphs. ACM Computing Surveys, 54(4), 1-37. DOI: 10.1145/3447772 ↗
- Nickel, M. et al. (2016). A Review of Relational Machine Learning for Knowledge Graphs. Proceedings of the IEEE, 104(1), 11-33. DOI: 10.1109/JPROC.2015.2483592 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 1). Knowledge Graph Construction from Text. ScholarGate. https://scholargate.app/ko/text-mining/knowledge-graph-nlp
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- 개체 연결텍스트 마이닝↔ compare
- 개체명 인식 (NER)텍스트 마이닝↔ compare
- 개체 간의 의미 관계텍스트 마이닝↔ compare